目标
- 汽车行业正在迅速采用和开发技术,使 车辆感知环境并控制车辆。
- 正在为消费者开发自动驾驶汽车
- 将安全系统从对碰撞做出反应(例如使用安全气囊)改为 防止崩溃。
- 这些主动安全系统为机器视觉制造商提供了许多机会 系统
- AAA 作为汽车消费者的倡导者,与 Center for Automotive 合作 研究部和密歇根理工学院合作开发材料来解释优势、劣势、 以及支持这些系统的传感器的互补性。
- 对这些系统的评估基于行业实践和已发表的文献,
并补充从多个传感器收集的数据的分析
- 讨论了性能指标
- 结果待发布
- 测量数据将向公众公开
简介
驾驶自动化系统严重依赖各种传感器来建模和响应 到驾驶环境。迄今为止,各汽车制造商、供应商和其他机构已经 使用以下一种或多种传感器技术开发的系统:
- 相机(单目、立体、红外或这些的组合)
- 雷达(短程、远程或两者)
- 超声波(即声纳)
- 激光雷达
大多数汽车制造商(以及其他科技公司,例如 Google)追求 自动驾驶系统混合使用这些技术并采用一些方法 传感器融合以实现态势感知。奥迪 A4 就是一个例子 这是目前豪华车上相当典型的驾驶员辅助系统 车辆及其传感器阵列如图 1 所示,并详细说明了哪些功能 受到哪些传感器的帮助。值得注意的是,奥迪采用了全部四种传感器类型 上面列出了,除了激光雷达。毫无疑问,这部分是由于相对较高的 激光雷达的成本,这是一个驾驶员辅助系统,而不是一个完全自动化的系统 系统符合 SAE 4 级和 5 级。
对于 4 级和 5 级系统,业界尚未开发出共享的 了解所需的必要混合传感器,并且正确地永远不会 随着汽车制造商根据性能、成本、市场采取不同的策略 也许最著名的是谷歌测试车队 将高端激光雷达系统作为传感器信息的重要贡献者 对象分类和其他用途。相反,特斯拉的埃隆·马斯克却态度坚决 他认为自动驾驶不需要激光雷达。与此同时,正在进行的 研发大大降低了汽车激光雷达的成本 用途,一些供应商现在公开谈论能够提供固态激光雷达 在不久的将来,每单位的成本将低于 500 美元。

这些发展引出了一个问题:激光雷达可以为检测和态势感知添加什么功能 其他传感器无法实现的感知。如果成本不再是考虑因素, 那么性能和安全性的增强就变得至关重要。考虑到这些问题, AAA National 接触了汽车研究中心 (CAR) 的研究人员 和足球比赛结果研究院(MTRI,足球比赛结果下属单位) 请求提供与激光雷达、雷达性能比较相关的提案, 以及用于实现自动驾驶功能的摄像头。 CAR 和 MTRI 已经准备好了 响应此请求的提案。
| 超声波 | 相机 | 雷达 | 激光雷达 | |
|---|---|---|---|---|
| 成本 | 低 | 低 | 中 | 高 |
| 尺寸 | 小 | 中 | 小-中 | 中型至大型 |
| 速度检测 | 低 | 低 | 高 | 中 |
| 对颜色的敏感度 | 否 | 高 | 否 | 否 |
| 耐候性 | 高 | 低 | 高 | 中 |
| 昼夜坚固 | 高 | 低 | 高 | 高 |
| 分辨率 | 低 | 高 | 中 | 高 |
| 范围 | 短 | 中长 | 短、中、长 | 长 |
| 成本、传感器稳健性和操作范围的影响因地区而异 传感器模式。 | ||||
